4月17日消息,据国外媒体报道,视频网站Netflix的首席执行官里德·哈斯廷斯(Reed Hastings)周三表示,公司希望在中国市场推出不带广告的付费视频播放服务,坚持公司的传统模式而不去寻找广告主。
这家美国公司此前曾表示,有计划在中国推出“小规模”的服务,前提是它能够获得牌照在中国开展业务。中国消费者习惯免费观看娱乐节目,这些内容要么靠广告支持,要么来自盗版途径。
Netflix提供电视剧与电影点播服务。这些节目没有广告,想要观看的消费者需要按月支付费用。
“我们的擅长之处在于没有广告的内容,”哈斯廷斯在采访中表示。“这可能会导致在最开始的几年,我们只能在中国的部分地方开展业务,不过计划就是这样。”
Netflix目前在大约50个国家运营自己的网络视频服务,公司的目标是在2016年末把受众市场扩大到200个。在激进的海外增长战略下,公司突破了自己的预期,付费用户数在第一季度达到了6230万人。
对于中国,“我们会持续寻找机会,与中国公司,以及在中国市场表现成功或遭遇困难的美国公司交流,”哈斯廷斯说。“这是个渐进的过程。”
Netflix的首席运营官泰德·萨兰多斯(Ted Sarandos)上月在接受采访时表示,公司可能会在没有当地合作伙伴的情况下进入中国市场。中国向来以监管严格以及审查制度而闻名,这样一种做法可能让该公司更难在中国做生意。
但萨兰多斯周三对分析师表示,媒体的报道“稍微有点断章取义”。
在财报发布后的电话会议上,萨兰多斯表示,“我们非常希望在中国开展业务,而且会尝试各种形式。”
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。